Computergrafik Universität Osnabrück, Henning Wenke,
|
|
- Emil Pfaff
- vor 5 Jahren
- Abrufe
Transkript
1 Computergrafik Universität Osnabrück, Henning Wenke,
2 Korrektur: Kugelkoordinaten II r und θ konstant: Rand einer Kreisscheibe parallel zur xy Ebene z θ fest y θ konstant, r R : Kegel, ausgehend vom Ursprung, bis zu diesem Ring θ konstant: Unendlicher Kegel, ausgehend vom Ursprung r φ θ x 2
3 Kapitel III: Transformationen
4 Allgemeines Umformungen bestehender Größen wie Punkten, Vektoren oder Farben Verformen, verschieben und animieren von Objekten Manipulieren von Lichtquellen und Kameras Projektion auf eine Ebene Lineare Transformation f x + f y = f(x + y) Vektoraddition kf x = f(kx) Skalare Multiplikation Affine Transformation Führt erst lineare Transformation, dann Translation aus Erhält Parallelität von Linien Winkel und Längen i.d.r. nicht 4
5 3.1 2D-Transformationen von Ortsvektoren
6 Scale I y B 1. x = 3 A 1. x B 1. y = 2 A 1. y B i = S 3,2 A i B 4 B 1 A 4 A 1 x A 3 A 2 B 3 B 2 6
7 Scale II S(2,1) S( 1 2, 1) S(2,2) = S 2,1 S(1,2) S(1, 1 2 ) S(1,2) = S 1,2 S(2,1) S(1, 1 2 ) S(1,2) S( 1 2, 1 2 ) S(2,1) S( 1 2, 1) 7
8 Scale III Skalierung von A mit Scalematrix S(s x, s y ) ergibt B gemäß: B x s x A x B y s y A y B x B y s x A x s y A y = S(s x, s y ) 1 = S( 1 s x, 1 s y ) 0s 0 x s y 0 A x A y 8
9 2D Rotation I y P (x, y ) r y = r sin(α + β) P(x, y) β α x = r cos α + β x = r cos(α) y = r sin(α) x 9
10 x = r cos(α) 2D Rotation II x = r cos α + β x = r (cos α cos β sin α sin β ) x = r cos α cos β r sin α sin β x = x cos β y sin β y = r sin α + β y = r (cos α sin β + sin α cos β ) y = r cos α sin β + r sin α cos β y = x sin β + y cos β y = r sin(α) sin α + β = cos α sin β + sin α cos β cos α + β = cos α cos β sin α sin β 10
11 2D Rotation III Rotation von A mit Rotationsmatrix R(β) ergibt B gemäß: B x B x A x cos β A y sin β B y A x sin β + A y cos β B A x cos β A y sin β y A x sin β + A y cos β = cos β -sin β sin β cos 0β 0 A x A y R(β) 1 = R β Orthogonal: R(β) 1 = R T β R α R β = R β R α = R α + β 11
12 Translation I y B 1. x = A 1. x 3 B 1. y = A 1. y + 2 B 4 B 1 "B i = T 3,2 + A i " B i = T 3,2 A i B 3 B 2 A 4 A 1 x A 3 A 2 12
13 Translation II Translation von A mit Translationsmatrix T(t x, t y ) soll B ergeben gemäß: B x A x + t x B y A y + t y b T t x, t y a B x B y A x + t x A y + t y = nicht möglich! 1?? A x A y 13
14 Homogene Koordinaten I Gegeben: Ortsvektoren a, b der 2D-Punkte A, B, mit: a = a x a y, b = b x b y Diese haben dann 3D-Homogene Koordinaten der Form r = x, y, w T, unbestimmt bis auf einen Parameter w, w 0 : ah = a x a w a y a w a w, bh = b x b w b y b w b w Beispiel: 2,3,1 T und 8,12,4 T entsprechen gleichem 2D-Punkt Die letzte Komponente der homogenen Koordinaten wird als homogene Koordinate oder w-komponente bezeichnet Eindeutige 2D-Koordinaten erhält man über: a = 1 ah w ah x ah y = a x a y 14
15 Homogene Koordinaten II Verrechnet werden dürfen nur Vektoren mit gleichem w, typischerweise 1 Daher haben Richtungsvektoren immer die w-koordinate 0: a b = a x w a y w w b x w b y w w = w a x b x a y b y 0 Homogene Koordinaten eines 3D-Orts- und Normalen Vektors: r = n = x y z w x y z 0 15
16 Translation in homogenen Koordinaten Translation von A mit Translationsmatrix T(t x, t y ) ergibt B gemäß: B x A x + t x B y A y + t y B w 0 b T t x, t y B x B y 1 Affin a A x + t x A y + t y 1 t x 0 t y A x = 0 1 A y Für die Inverse gilt: T 1 t x, t y = T( t x, t y ) Hinweis: Auf dieser und den folgenden Folien wurde w eins gewählt. Dies hat keinerlei Einfluss auf die Matrizen. 16
17 3.2 3D Koordinatentransformationen in homogenen Koordinaten
18 Translation Translation von P mit T ergibt P gemäß: p x p x + t x p y p y + t y p z p z + t z p w t x t T t x, t y, t z y t z Für die Inverse gilt: T 1 t x, t y, t z = T( t x, t y, t z ) Affin 18
19 Scale Skalierung von P mit S ergibt P gemäß: p x p x s x p y p y s y p z p z s z p w 0 s x s S s x, s y, s z y s z S 1 s x, s y, s z = S( 1 s x, 1 s y, 1 s z ) Affin 19
20 Rotation (z-axis) Rotation um z-achse von P um Winkel α ergibt P p x p x cos (α) p y sin(α) p y p x sin α + p y cos (α) y p z p z p w 0 R z α Affin & orthogonal cos (α) sin (α) 0 0 sin (α) cos (α) z α x R z 1 α = R z ( α) 20
21 Rotation (x-axis) Rotation um x-achse von P um Winkel α ergibt P p x p x p y p y cos (α) p z sin(α) p z p y sin α + p z cos (α) p w 0 R x α Affin & orthogonal R x 1 α cos (α) sin (α) 0 0 sin (α) cos (α) = R x ( α) x z α y 21
22 Rotation (y-axis) Rotation um y-achse von P um Winkel α ergibt P p x p z sin α + p x cos (α) p y p y p z p z cos (α) p x sin(α) p w 0 R y α Affin & orthogonal cos (α) 0 sin (α) sin (α) 0 cos (α) y x α z R y 1 α = R y ( α) 22
23 3.3 Zusammengesetzte Transformationen
24 Zusammengesetzte Transformationen Bis hier: Elementartransformationen Komplexere Transformationen können als Kombinationen davon beschrieben werden Reihenfolge i.d.r. nicht beliebig Assoziativ Inverse sind die in umgekehrter Reihenfolge aneinander multiplizierten inversen Elementarmatrizen 24
25 Transformationen i.a. nicht kommutativ T 2, 2 R 90 = R π 2 T R R T R 90 = R π 2 T 2, 2 25
26 Inverse T 2, 2 R π 2 M = R T R 1 π 2 = R π 2 T 1 2, 2 = T(2,2) M 1 = T 1 R 1 26
27 2D Rotation um freies Rotationszentrum y α P(p x, p y ) Ziel: Rotiere Punkte r i um Winkel α um P und erhalte r i Idee: Führe auf elementare Transformationen zurück Verschiebe Rotationszentrum in Ursprung: T( p x, p y ) Führe Rotation um Ursprung aus: R(α) Verschiebe Rotationszentrum zurück: T 1 p x, p y = T(p x, p y ) α Transformiere Koordinaten r i entsprechend gemäß: r i = T p x, p y R α T p x, p y r i r = M p x, p y, α r i x 27
28 Versionshistorie Folie 10: Vorzeichenfehler des Additionstheorems korrigiert Folie 16: Hinweis auf Wahl von w = 1 ohne Einschränkung der Allgemeinheit eingefügt 28
Computergrafik Universität Osnabrück, Henning Wenke,
Computergrafik Universität Osnabrück, Henning Wenke, 212-5-7 Noch Kapitel III: Transformationen 2D Rotation um freies Rotationszentrum y α P(p x, p y ) Ziel: Rotiere Punkte r i um Winkel α um P und erhalte
MehrAffine Koordinatentransformationen
Affine Koordinatentransformationen Medieninformatik IL Andreas Unterweger Vertiefung Medieninformatik Studiengang ITS FH Salzburg Wintersemester 017/18 Andreas Unterweger (FH Salzburg) Affine Koordinatentransformationen
MehrComputergrafik 1 Transformationen
Computergrafik 1 Transformationen Kai Köchy Sommersemester 2010 Beuth Hochschule für Technik Berlin Überblick Repräsentationen, Primitiven Transformationen in 2D Skalierung Translation Rotation Scherung
Mehr2 Die Algebra der Matrizen
Die Algebra der Matrizen Ein Hauptziel der Vorlesung zur Linearen Algebra besteht darin, Aussagen über die Lösungsmenge linearer Gleichungssysteme zu machen Etwa ob das Gleichungssystem x y + z 1 x + y
Mehr2 Die Algebra der Matrizen
Die Algebra der Matrizen Ein Hauptziel der Vorlesung zur Linearen Algebra besteht darin, Aussagen über die Lösungsmenge linearer Gleichungssysteme zu machen Etwa ob das Gleichungssystem y + z = 1 + y z
Mehr3D-Transformationen. Kapitel Translation Skalierung
Kapitel 13 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder
MehrLineare Algebra und Computer Grafik
Lineare Algebra und Computer Grafik Kurze Zusammenfassung (Stand: 3 Juli 2) Prof Dr V Stahl Copyright 28 by Volker Stahl All rights reserved V Stahl Lineare Algebra und Computer Grafik Zusammenfassung
Mehr-dimensionale Darstellungen
1.9 2 1 2 -dimensionale Darstellungen Auf einer Fläche F (2 dimensional) wird eine Operation ausgeführt Zum Beispiel wir eine Verschiebung um den Vektor t durchgeführt. Gemeint ist der Körper, der überstrichen
MehrKapitel 3. Transformationen
Oyun Namdag Am 08.11.2007 WS 07/08 Proseminar Numerik: Mathematics for 3D game programming & computer graphics Dozenten: Prof. Dr. V. Schulz, C. Schillings Universität Trier Kapitel 3 Transformationen
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
Mehr2D-Punkt-Transformationen
Zur Erinnerung Drehung eines beliebigen Punktes B um den Winkel θ um den Koordinaten-Ursprung zum Punkt B : x B r cosα y B r sin α [r, α: Hilfsgrößen ] x B r cos(α+θ) r (cosα cosθ sinα sinθ) x B cosθ y
MehrC A R L V O N O S S I E T Z K Y. Transformationen. Johannes Diemke. Übung im Modul OpenGL mit Java Wintersemester 2010/2011
C A R L V O N O S S I E T Z K Y Transformationen Johannes Diemke Übung im Modul OpenGL mit Java Wintersemester 2010/2011 Motivation Transformationen Sind Grundlage vieler Verfahren der Computergrafik Model-
MehrMathematische Grundlagen
Mathematische Grundlagen Oliver Deussen Mathematische Grundlagen 1 Affine Räume um Zeichenebene bzw. Raum zu beschreiben, muß vorher ein Koordinatensystem festgelegt werden durch geometrische Fragestellungen
MehrKapitel 3: Geometrische Transformationen
[ Computeranimation ] Kapitel 3: Geometrische Transformationen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 3. Geometrische Transformationen
MehrComputergrafik 1 Übung
Prof. Dr. Andreas Butz Dipl.-Medieninf. Hendrik Richter Dipl.-Medieninf. Raphael Wimmer Computergrafik Übung Wiederholung Lineare Algebra: Vektoren, Matrizen, Transformationen in D und 3D Computergrafik
MehrTransformation Allgemeines Die Lage eines Punktes kann durch einen Ortsvektor (ausgehend vom Ursprung des Koordinatensystems
Transformation - 1 1. Allgemeines 2. Zwei durch eine Translation verknüpfte gleichartige Basissysteme 3. Zwei durch eine Translation verknüpfte verschiedenartige Basissysteme (noch gleiche Orientierung)
MehrRepräsentation und Transformation von geometrischen Objekten
Repräsentation und Transformation von geometrischen Objekten Inhalt: Grundlagen Überblick Einfache Transformationen in der Ebene Homogene Koordinaten Einfache Transformationen in der Ebene mit homogenen
Mehr3.1 Motivation. - Mit (mehreren) Koordinatentransformationen wird das Objektsystem in das Gerätesystem transformiert.
3.1 Motivation Wichtige Grundlage der Bildwiedergabe auf dem Bildschirm oder anderen Ausgabegeräten sind Koordinatensysteme und Koordinatentransformationen im IR 2 und IR 3. Im allgemeinen unterscheidet
Mehr3D-Transformationen. Kapitel Translation Skalierung
Kapitel 3 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder
MehrTransformation - Homogene Koordinaten. y + b )
Transformation - Homogene Koordinaten In der "üblichen" Behandlung werden für die Verschiebung (Translation) und die Drehung (Rotation) verschiedene Rechenvorschriften benutzt - einmal Addition von Vektoren
MehrTransformation - 3. Für "übliche" Anwendungen in der Geometrie ist es sinnvoll, bei Transformationen eine gleiche
Transformation - 3 Wiederholung und spezielle Angaben im Zusammenhang mit Kreis-Berechnungen 1. Problemstellung Im Zusammenhang mit der Berechnung von Schnittflächen kann es sinnvoll sein, die Berechnung
MehrInhaltsverzeichnis. 1 Hardwaregrundlagen
Inhaltsverzeichnis 1 Hardwaregrundlagen 2.1 Koordinatentransformationen 2.2 Transformationen in der Ebene 2.3 Transformationen im Raum 3 Repräsentation und Modellierung von Objekten 4 Rasterung 5 Visibilität
Mehr03. Vektoren im R 2, R 3 und R n
03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen
MehrEinleitung 2. 1 Koordinatensysteme 2. 2 Lineare Abbildungen 4. 3 Literaturverzeichnis 7
Sonja Hunscha - Koordinatensysteme 1 Inhalt Einleitung 2 1 Koordinatensysteme 2 1.1 Kartesisches Koordinatensystem 2 1.2 Polarkoordinaten 3 1.3 Zusammenhang zwischen kartesischen und Polarkoordinaten 3
Mehr03. Vektoren im R 2, R 3 und R n
03 Vektoren im R 2, R 3 und R n Unter Verwendung eines Koordinatensystems kann jedem Punkt der Ebene umkehrbar eindeutig ein Zahlenpaar (x, y) zugeordnet werden P (x, y) Man nennt x und y die kartesischen
MehrSeminar 3-D Grafik Mathematische Grundlagen, Räume, Koordinatensysteme, Projektionen. Hermann Schwarz Marko Pilop
Seminar 3-D Grafik Mathematische Grundlagen, Räume, Koordinatensysteme, Projektionen Hermann Schwarz Marko Pilop 2003-11-20 http://www.informatik.hu-berlin.de/~pilop/3d_basics.pdf {hschwarz pilop}@informatik.hu-berlin.de
MehrVorlesung Mathematik 2 für Informatik
Vorlesung Mathematik für Informatik Inhalt: Lineare Algebra Rechnen mit Vektoren und Matrizen Lineare Gleichungssysteme, GauÿAlgorithmus Vektorräume, Lineare Abbildungen Eigenwerte und Eigenvektoren Literatur
MehrAnalytische Geometrie, Vektorund Matrixrechnung
Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?
MehrTheoretische Physik 1, Mechanik
Theoretische Physik 1, Mechanik Harald Friedrich, Technische Universität München Sommersemester 2009 Mathematische Ergänzungen Vektoren und Tensoren Partielle Ableitungen, Nabla-Operator Physikalische
MehrMathematik LK 12 M1, 4. Kursarbeit Matrizen und Stochastik Lösung )
Aufgabe 1: Berechne die Determinante und die Transponierte der folgenden Matrizen: 0 1 1.1 M =( 0 4 1 4 det M =0 4 1 4= 4 M T =( 5 3 3 1.2 1 1 3 A=( =( A T 3 0 1 5 1 3 3 1 0 3 3 1 4 4 det M = 5 1 1+3 3
MehrLineare Transformationen und Determinanten. 10-E Ma 1 Lubov Vassilevskaya
Lineare Transformationen und Determinanten 10-E Ma 1 Lubov Vassilevskaya Lineare Transformation cc Definition: V und W sind zwei Vektorräume. Eine Funktion T nennt man eine lineare Transformation von V
MehrComputer graphics. Vektoren und Matrizen. Dr. Ernst Kruijff. Institute of Visual Computing 3DMi group Bonn-Rhein-Sieg University of Applied Sciences
Computer graphics Vektoren und Matrizen Dr. Ernst Kruijff Institute of Visual Computing 3DMi group Bonn-Rhein-Sieg University of Applied Sciences 3 Dm group Einführung Transformationen Sources Online:
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg,
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg, Gliederung 4 Invarianten Isometrien (Kongruenzen) Ähnlichkeitsabbildungen Affine Transformationen Projektive Transformationen 2 von
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 5 Quadriken Polarität Transformationen Klassifikation von Quadriken Geraden in Regelquadriken Die kubische Wendelinie (twisted
MehrTransformationen. 09-Transformationen
Transformationen 9-Transformationen Als Transformationen werden affine Transformationen im R n betrachtet. Alle derartigen Transformationen lassen sich darstellen als: A + b wobei A die quadratische Transformationsmatri
MehrKurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof. Dr. Ulrich Reif
14 Oktober 2008 1 Kurzskript zur Vorlesung Mathematik I für MB, WI/MB und andere Prof Dr Ulrich Reif Inhalt: 1 Vektorrechnung 2 Lineare Gleichungssysteme 3 Matrizenrechnung 4 Lineare Abbildungen 5 Eigenwerte
MehrTransformationen im 3D-Raum
Thomas Jung Repräsentation von 3D-Oberflächen Aufbau von Szenen Transformationen im 3D-Raum Projektionstranformationen Anwendung in OpenGL Geometrietransformationen bilden die Basis für die Computergrafik
MehrLineare Abbildungen (Teschl/Teschl 10.3, 11.2)
Lineare Abbildungen (Teschl/Teschl.3,.2 Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:
MehrMathematischer Vorkurs Lösungen zum Übungsblatt 5
Mathematischer Vorkurs Lösungen zum Übungsblatt 5 Prof. Dr. Norbert Pietralla/Sommersemester 2012 c.v.meister@skmail.ikp.physik.tu-darmstadt.de Aufgabe 1: Berechnen Sie den Abstand d der Punkte P 1 und
Mehr7. Wie lautet die Inverse der Verkettung zweier linearer Abbildungen? 9. Wie kann die Matrixdarstellung einer linearen Abbildung aufgestellt werden?
Kapitel Lineare Abbildungen Verständnisfragen Sachfragen Was ist eine lineare Abbildung? Erläutern Sie den Zusammenhang zwischen Unterräumen, linearer Unabhängigkeit und linearen Abbildungen! 3 Was ist
MehrBernhard Strigel Gymnasium Kollegstufe 2009/11 Leistungskurs Mathematik M2 Klemens Schölhorn. Facharbeit
Bernhard Strigel Gymnasium Kollegstufe 2009/11 Memmingen Leistungskurs Mathematik M2 Klemens Schölhorn Facharbeit Das Rechnen mit Matrizen und Anwendungen in der Abbildungsgeometrie (Mathematische Grundlagen
MehrInhalt. Mathematik für Chemiker II Lineare Algebra. Vorlesung im Sommersemester Kurt Frischmuth. Rostock, April Juli 2015
Inhalt Mathematik für Chemiker II Lineare Algebra Vorlesung im Sommersemester 5 Rostock, April Juli 5 Vektoren und Matrizen Abbildungen 3 Gleichungssysteme 4 Eigenwerte 5 Funktionen mehrerer Variabler
MehrDefinition von R n. Parallelverschiebungen in R n. Definition 8.1 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R... R (n-mal), d.h.
8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x
Mehr8. Elemente der linearen Algebra 8.1 Der euklidische Raum R n
8 Elemente der linearen Algebra 81 Der euklidische Raum R n Definition von R n Definition 81 Unter dem Raum R n (n N) versteht man das kartesische Produkt R R R (n-mal), dh R n = {(x 1, x 2,, x n ) : x
MehrKapitel 17 Skalar- und Vektorprodukt
Kapitel 17 Skalar- und Vektorprodukt Mathematischer Vorkurs TU Dortmund Seite 1 / 22 Bisher hatten wir die Möglichkeit Vektoren des R n zu addieren und Vektoren mit rellen Zahlen zu multiplizieren. Man
MehrMathematiklabor 2. Übungsblatt
Dr. Jörg-M. Sautter 3.4.7 Mathematiklabor. Übungsblatt Aufgabe : (Wiederholung) Laden Sie die Dateien mlintro?.m herunter und gehen Sie diese Schritt für Schritt durch. Aufgabe : (Matrix- und Vektoroperationen,
MehrABC ABC. Affine Abbildungen. Definition und Anwendungsbeispiele. Prof. Dr. Andreas de Vries. Fachhochschule Südwestfalen, Standort Hagen
ABC ABC Affine Abbildungen Definition und Anwendungsbeispiele Prof. Dr. Andreas de Vries Fachhochschule Südwestfalen, Standort Hagen 22. März 2017 1 / 30 Übersicht 1 Einführung Motivation Mathematische
MehrTeil 2. Vektorrechnung
Teil 2 Vektorrechnung 17 18 2.1 Koordinaten Kartesisches Koordinatensystem in der Ebene und im Raum senkrecht schneidende Zahlengeraden (Achsen), orientiert gemäß der Rechten-Hand-Regel Ü ¹ Å ØØ Ð Ò Ö
MehrMünchner Volkshochschule. Planung. Tag 08
Planung Tag 08 Prof.Dr. Nils Mahnke Mathematischer Vorkurs Folie: 181 Vektoren Analytische Darstellung: Jedem Punkt im Raum kann ein Ortsvektor zugeordnet werden. P: (6; 5) R 2 P(6; 5) a = OP = 6 5 a Vektoren
Mehrgegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren
Stefan K. 4.Übungsblatt Algebra I Aufgabe 1 gegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler von G zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren Beweis: Seien
MehrVorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13)
1 Vorlesung Mathematik für Ingenieure (WS 11/12, SS 12, WS 12/13) Kapitel 2: Vektoren Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 19. Oktober 2011) Vektoren in R n Definition 2.1
MehrTh. Risse, HSB: MAI WS05 1
Th. Risse, HSB: MAI WS05 1 Einige Übungsaufgaben zur analytischen Geometrie & linearen Algebra viele weitere Übungsaufgaben mit Lösungen z.b. in Brauch/Dreyer/Haacke, Papula, Stingl, Stöcker, Minorski
MehrLineare Algebra. Inhalt. Hauptbestandteil der Vorlesung Mathematik 2 Literatur: Teschl/Teschl, Band 1, Kap. 9-14
Lineare Algebra Hauptbestandteil der Vorlesung Mathematik Literatur: Teschl/Teschl, Band, Kap. 9-4 Inhalt Rechnen mit Vektoren und Matrizen Lineare Gleichungssysteme, GauÿAlgorithmus Vektorräume, Lineare
Mehr1 Vektoren, Vektorielle analytische Geometrie der Ebene
Geometrie Geometrie W. Kuhlisch Brückenkurs 208. Vektoren, Vektorrechnung und analytische Geometrie der Ebene 2. Vektorrechnung und analytische Geometrie des Raumes 3. Anwendungen in der Geometrie, Lagebeziehungen
Mehr2 Grundlegende Verfahren und Techniken
2 Grundlegende Verfahren und Techniken 2. Koordinaten und Transformationen 2.. Punkte und Vektoren Punkte: Orte im Raum Vektoren: gerichtete Abstände zwischen Punkten Um wie viel und in welche Richtung
Mehr2.2 Kollineare und koplanare Vektoren
. Kollineare und koplanare Vektoren Wie wir schon gelernt haben, können wir einen Vektor durch Multiplikation mit einem Skalar verlängern oder verkürzen. In Abbildung 9 haben u und v die gleiche Richtung,
MehrGrundsätzliches Produkte Anwendungen in der Geometrie. Vektorrechnung. Fakultät Grundlagen. Juli 2015
Vektorrechnung Fakultät Grundlagen Juli 205 Fakultät Grundlagen Vektorrechnung Übersicht Grundsätzliches Grundsätzliches Vektorbegriff Algebraisierung der Vektorrechnung Betrag 2 Skalarprodukt Vektorprodukt
MehrDas Wort Vektor kommt aus dem lateinischen und heißt so viel wie "Träger" oder "Fahrer".
Was ist ein Vektor? Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie "Träger" oder "Fahrer". Vektoren sind Listen von Zahlen. Man kann einen Vektor darstellen, indem man seine Komponenten
MehrD-MAVT/D-MATL FS 2017 Dr. Andreas Steiger Analysis IILösung - Serie18
D-MAVT/D-MATL FS 7 Dr. Andreas Steiger Analysis IILösung - Serie8. Klicken Sie die falsche Aussage an. a) Der Operator div ) ordnet einem Vektorfeld v ein Skalarfeld div v zu. v b) div v = x, v y, v )
MehrStellen Sie diese Operation grafisch durch Pfeile in einem zweidimensionalen Koordinatensystem dar. + R n R n R n. + R R R
Vektoren Aufgabe Berechnen Sie 2 + 0 Aufgabe 2 Beweisen Sie das ausführlich das Assoziativgesetz der Vektoraddition + R n R n R n Sie dürfen dabei alle Gesetze der reellen Addition + R R R verwenden machen
MehrDarstellungstheorie. Vortag von Heiko Fischer - Proseminar QM
Darstellungstheorie Vortag von Heiko Fischer - Proseminar QM Wir haben uns in den vergangenen Vorträgen intensiv mit den Eigenschaften abstrakter Gruppen beschäftigt. Im physikalischen Kontext sind Gruppen
MehrLernunterlagen Vektoren in R 2
Die Menge aller reellen Zahlen wird mit R bezeichnet, die Menge aller Paare a 1 a 2 reeller Zahlen wird mit R 2 bezeichnet. Definition der Menge R 2 : R 2 { a 1 a 2 a 1, a 2 R} Ein Zahlenpaar a 1 a 2 bezeichnet
MehrD-CHAB Frühlingssemester 2018
D-CHAB Frühlingssemester 2018 Grundlagen der Mathematik II Dr Marcel Dettling Lösung 4 1) Nur für die folgenden Wahlen kann man das Produkt bilden: A A mit Dimension (2, 2) (2, 2) (2, 2): 1 2 A Y mit Dimension
MehrMathematische Grundlagen, Räume, Koordinatensysteme, Projektionen
Seminar 3D-Grafik Mathematische Grundlagen, Räume, Koordinatensysteme, Projektionen Hermann Schwarz und Marko Pilop {hschwarz pilop}@informatik.hu-berlin.de http://www.informatik.hu-berlin.de/ pilop/3d-basics
MehrBrückenkurs Mathematik. Mittwoch Freitag
Brückenkurs Mathematik Mittwoch 5.10. - Freitag 14.10.2016 Vorlesung 4 Dreiecke, Vektoren, Matrizen, lineare Gleichungssysteme Kai Rothe Technische Universität Hamburg-Harburg Montag 10.10.2016 0 Brückenkurs
MehrKlausur zur Vorlesung Lineare Algebra B im SS 2002 an der Universität Hannover
Dozent: Prof. Dr. Wolfgang Ebeling Übungsleiter: Dr. Detlef Wille Klausur zur Vorlesung Lineare Algebra B im SS an der Universität Hannover Joachim Selke 9. Februar Lineare Algebra B SS Klausur zur Vorlesung
MehrElementare Geometrie Vorlesung 18
Elementare Geometrie Vorlesung 18 Thomas Zink 26.6.2017 1.Bild eines Vektors bei einer affinen Abbildung Es sei f : E E eine affine Abbildung von Ebenen. Es sei v ein Vektor der Ebene E, d.h. eine Translation.
MehrYOUNG SCIENTISTS. 4 dimensionale komplexe Zahlen in der Computergrafik. Bastian Weiß 19. Mai 2017 INSTITUT FÜR ANGEWANDTE GEOMETRIE
YOUNG SCIENTISTS 4 dimensionale komplexe in der Computergrafik Bastian Weiß 19. Mai 2017 INSTITUT FÜR ANGEWANDTE GEOMETRIE Programm Vorbereitung (Wiederholung) Komplexe Vektoren Quaternionen Quaternionen
MehrEinführung Vektoralgebra VEKTORRECHNUNG. Prof. Dr. Dan Eugen Ulmet. Hochschule Esslingen. October 6, 2007
Hochschule Esslingen October 6, 2007 Overview Einführung 1 Einführung 2 Was sind Vektoren? Vektoren werden geometrisch definiert als Pfeilklassen: Strecken mit gleichem Betrag, gleicher Richtung und Orientierung.
Mehr11 Komplexe Zahlen. Themen: Der Körper der komplexen Zahlen Die Mandelbrot-Menge Der Fundamentalsatz der Algebra
11 Komplexe Zahlen Themen: Der Körper der komplexen Zahlen Die Mandelbrot-Menge Der Fundamentalsatz der Algebra Addition ebener Vektoren Sei Ê 2 = {(x, y) : x, y Ê}. Ê 2 können wir als Punkte in der Ebene
Mehrentspricht der Länge des Vektorpfeils. Im R 2 : x =
Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.
MehrKartografie I. Hans Walser Koordinatensysteme und Transformationen Lernumgebung
Kartografie I Hans Walser Koordinatensysteme und Transformationen Lernumgebung Hans Walser: Koordinatensysteme und Transformationen ii Inhalt 1 Rechts- oder Linkssystem?... 1 Rechtssystem... 3 Polarwinkel...
MehrMathematik I für MB und ME
Mathematik I für MB und ME Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 28/29 Übungsaufgaben Serie 4: Lineare Unabhängigkeit, Matrizen, Determinanten, LGS Prüfen Sie, ob die folgenden
MehrÜbungsblatt
Übungsblatt 3 3.5.27 ) Die folgenden vier Matrizen bilden eine Darstellung der Gruppe C 4 : E =, A =, B =, C = Zeigen Sie einige Gruppeneigenschaften: a) Abgeschlossenheit: Berechnen Sie alle möglichen
MehrLineare Algebra und analytische Geometrie II (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner SS 0 Blatt 9 9060 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach Lösungsvorschlag a Die gegebene Matrix
MehrVorlesung Mathematik für Ingenieure I (Wintersemester 2007/08)
1 Vorlesung Mathematik für Ingenieure I (Wintersemester 2007/08) Kapitel 2: Der Euklidische Raum Volker Kaibel Otto-von-Guericke Universität Magdeburg (Version vom 30. Oktober 2007) Vektoren in R n Definition
MehrKapitel VI. Euklidische Geometrie
Kapitel VI. Euklidische Geometrie 1 Abstände und Lote Wiederholung aus Kapitel IV. Wir versehen R n mit dem Standard Skalarprodukt x 1 y 1.,. := x 1 y 1 +... + x n y n x n y n Es gilt für u, v, w R n und
MehrTutorium zur Vorlesung Lineare Algebra und analytische Geometrie II Bearbeitungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr. E. Schörner SS 08 Blatt 9.06.08 Tutorium zur Vorlesung Lineare Algebra und analytische Geometrie II Bearbeitungsvorschlag 33. a Es ist cos ϕ sin ϕ cos
Mehr4 Roboterkinematik. Roboterarm und Gelenke
4 Roboterkinematik Roboterarm und Gelenke 4.1 Grundlegende Begriffe Mechanismus besteht aus einer Anzahl von starren Körpern (Glieder diese sind durch Gelenke verbunden Ein Gelenk verbindet genau zwei
MehrWas ist Robotik? Robotik heute:
Grundlagen Was ist Robotik? Das Wort Robot / Roboter entstand 92 in einer Geschichte von Karel Ċapek und geht auf das tschechische Wort robota (rbeit, Fronarbeit) zurück. Dessen Ursprung ist das altkirchenslawische
Mehr14 MATHEMATISCHE GRUNDLAGEN DER COMPUTERGEOMETRIE. x y
4 MATHEMATISCHE GRUNDLAGEN DER COMPUTERGEOMETRIE 4 Projektionen 4. Parallelprojektion (a) Senkrechte Projektion auf eine Koordinatenebene Wir wählen als Projektionsebene die Ebene, d. h. in den Beeichnungen
Mehr13 Lineare Abbildungen
13 Lineare Abbildungen Grob gesprochen sind lineare Abbildungen bei Vektorräumen dasselbe wie Homomorphismen bei Gruppen, nämlich strukturerhaltende Abbildungen. Auch in diesem Kapitel seien V, W Vektorräume.
MehrKrummlinige Koordinaten
Krummlinige Koordinaten Einige Koordinatensysteme im R 3 haben wir bereits kennengelernt : x, x 2, x 3... kartesische Koordinaten r, φ, x 3... Zylinderkoordinaten r, φ, ϑ... Kugelkoordinaten Sind andere
MehrTECHNISCHE UNIVERSITÄT MÜNCHEN. Körper, Ringe und Gruppen
TECHNISCHE UNIVERSITÄT MÜNCHEN Zentrum Mathematik Prof. Dr. Friedrich Roesler Ralf Franken, PhD Max Lein Lineare Algebra 1 WS 2006/07 en Blatt 6 27.11.2006 Körper, Ringe und Gruppen Z13 Gruppen Seien GL
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41. : x i R, 1 i n x n
Kapitel Vektorräume Josef Leydold Mathematik für VW WS 07/8 Vektorräume / 4 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit x R n =. : x i R, i n x n und wird als n-dimensionaler
MehrKapitel 3. Vektorräume. Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41
Kapitel 3 Vektorräume Josef Leydold Mathematik für VW WS 2017/18 3 Vektorräume 1 / 41 Reeller Vektorraum Die Menge aller Vektoren x mit n Komponenten bezeichnen wir mit R n = x 1. x n : x i R, 1 i n und
MehrFormelsammlung Mathematik Grundkurs Inhalt
Formelsammlung Mathematik Grundkurs Inhalt Inhalt...1 Trigonometrie Grundlagen... Vektoren...3 Skalarprodukt...4 Geraden...5 Abstandsberechnungen...6 Ebenen...7 Lineare Gleichungssysteme (LGS)...8 Gauß'sches
MehrAufgabe 1. Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = 1). Es gilt det(λa) = (λ) n det(a).
Aufgabe Die Determinante ist eine lineare Abbildung von C n n nach C? Nein (außer für n = Es gilt det(λa = (λ n det(a det I n = n? Nein (außer für n = Es gilt deti n = det(ab = det A det B? Ja det(a =
MehrÜbungsstunde 5 zu Computergrafik 1
Institut für Computervisualistik Universität Koblenz 19. un 20. November 2012 Inhaltsverzeichnis 1 Transformationen Translation Skalierung Rotation 2 Reihenfolge von Transformationen Beispiele 3 Programmieraufgabe
MehrVEKTOREN. Allgemeines. Vektoren in der Ebene (2D)
VEKTOREN Allgemeines Man unterscheidet im Schulgebrauch zwischen zweidimensionalen und dreidimensionalen Vektoren (es kann aber auch Vektoren geben, die mehr als 3 Komponenten haben). Während zweidimensionale
Mehr1 Vektoren, Vektorräume, Abstände: 2D
Vektoren, Vektorräume, Astände: D Definition: Die Menge aller (geordneten Paare reeller Zahlen (oder allgemeiner: Elemente eines elieigen Körpers, als Spalten geschrieen, ezeichnen wir als Vektoren: R
Mehr(x 1. Vektoren. g: x = p + r u. p r (u1. x 2. u 2. p 2
Vektoren Mit der Vektorrechnung werden oft geometrische Probleme gelöst. Wenn irgendwelche Aufgabenstellungen geometrisch darstellbar sind, z.b. Flugbahnen oder Abstandsberechnungen, dann können sie mit
MehrLineare Abbildungen (Teschl/Teschl 10.3, 11.2)
Lineare Abbildungen Teschl/Teschl.3,. Eine lineare Abbildung ist eine Abbildung zwischen zwei Vektorräumen, die mit den Vektoroperationen Addition und Multiplikation mit Skalaren verträglich ist. Formal:
MehrHelmuts Kochrezept Nummer 5:
Helmuts Kochrezept Nummer : Lokale Koordinatentransformation von Vektorfedern Version 2, 19.03.2018) Dieses Kochrezept erklärt Dir, wie du ein Vektorfeld von einem orthonormalen Koordinatensystem z.b.
MehrGeometrie. 1 Vektoren, Vektorielle analytische Geometrie der Ebene
Geometrie Geometrie W. Kuhlisch Brückenkurs 207. Vektoren, Vektorrechnung und analytische Geometrie der Ebene 2. Vektorrechnung und analytische Geometrie des Raumes 3. Anwendungen in der Geometrie, Lagebeziehungen
MehrD-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 011 Tom Ilmanen. Musterlösung 12. a ij = v i,av j (A ist symmetrisch) = Av i,v j
D-MATH, D-PHYS, D-CHEM Lineare Algebra II SS 0 Tom Ilmanen Musterlösung 2. Falls b := (v,,v n ) eine Orthonormalbasis von V ist, dann lassen sich die Komponenten von einem Vektor v = n i= t i v i bezüglich
MehrVektoren. Kapitel 13 Vektoren. Mathematischer Vorkurs TU Dortmund Seite 114 / 1
Vektoren Kapitel 13 Vektoren Mathematischer Vorkurs TU Dortmund Seite 114 / 1 Vektoren 131 Denition: Vektoren im Zahlenraum Ein Vektor (im Zahlenraum) mit n Komponenten ist ein n-tupel reeller Zahlen,
MehrMathematik für Naturwissenschaftler II SS 2010
Mathematik für Naturwissenschaftler II SS 2010 Lektion 6 4. Mai 2010 Definition 69. Der Vektor f 3 x 2 (x 1, x 2, x 3 ) f 2 x 3 (x 1, x 2, x 3 ) f 1 x 3 (x 1, x 2, x 3 ) f 3 x 1 (x 1, x 2, x 3 ) f 2 x
Mehr